文章目录提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
- 前言
- 一、stack()函数介绍
- 二、cat()与stack()举例分析
- 1.cat()
- 2.stack()
- 附言
前言
学习了解pytorch中张量拼接的操作 stack()
一、stack()函数介绍
与cat（）类似，stack()也是用于张量的拼接。
不过区别如下：
stack会新开辟一个新的维度，将原始的维度在这个新的维度拼接起来
cat会在原有的维度上进行拼接
代码如下（示例）：
这是cat（）函数的是输出结果
#cat()函数例子 a=torch.arange(6.0).reshape(2,3) b = torch.linspace(0,10,6).reshape(2,3) e = torch.cat((a,b),dim=1)
其输出为
其中dim=1代表按列拼接，可见其维度并未增加
代码如下（示例）：
f = torch.stack((a,b),dim=1)
其输出结果
可见其生成的新张量维度变了
当dim=0时，将两个张量在新张量0维度拼接
dim=1时，在新张量第1个维度上连接，在新张量[i]中连接a[i]、b[i]，即将a[i]赋给新张量[i][0]、b[i]赋给新张量[i][1]。也就是将新张量f[i]视为一个整体，填充f[i][0],f[i][1]的元素。
dim=2时，在新张量第2个维度上拼接，具体地说，在新张量[i][j]中连接a[i][j]、b[i][j]。就是将新张量f[i][j]视为一个整体，填充f[i][j][0],f[i][j][1]的元素a[i][j],b[i][j]。
附言
本文参考了https://www.bbsmax.com/A/MyJx4nD1Jn/的内容
